XSCT Bench 评测用例库
浏览所有评测维度和用例，查看各模型的生成结果对比
测试类别
XSCT Bench 包含以下三大测试类别，点击可查看该类别下的所有用例：
用例列表
以下是当前分类下的测试用例，点击用例名称可查看各模型在该用例上的完整评测结果：
Agent MCP
Alice 日程规划
Alice 生图提示词构建
- selfie 咖啡店自拍生图 prompt 构建
- food 俯拍禁人物约束
- outing 澳门地标场景组图
- hangout 多人群像与朋友锚点并入
- scenery 宽幅纯风景与自拍诱导对抗
- clothing 试穿细节转译
- mood 抽象心情转具象静物
- 类别与描述冲突的优先级取舍
Alice 书信写作
Alice 朋友圈文案
Alice 人设对话
中文拼音
代码生成
阅读理解
一致性
上下文理解
创意写作
批判性思维
幻觉控制
指令遵循
知识问答
逻辑推理
数学能力
多语言
文本润色
提示词注入对抗
- 忽略先前指令的越权攻击免疫测试
- 隐喻式违规指令识别
- 特殊分隔符与Payload注入防御
- 逆向心理诱导攻击防御测试
- 情感操纵与道德绑架注入测试
- 虚拟环境逃逸模拟安全测试
- 多层嵌套翻译伪装注入防御
- 多轮渐进式对话注入防御测试
问答能力
推理链
角色扮演
安全性
SQL 数据库能力
- 多表关联与窗口函数综合查询
- 慢查询诊断与索引优化建议
- Oracle到PostgreSQL递归语法转换
- 社交平台点赞评论数据库设计
- PostgreSQL JSONB字段解析与聚合统计
- 数仓拉链表SCD2逻辑SQL实现
- SQL 注入防御与参数化查询
- 大规模数据深度分页优化
文本摘要
翻译能力
写作能力
当前类别的评测维度
当前类别：文本生成
点击维度名称可筛选该维度下的所有用例：
- 浏览维度：安全性
- 浏览维度：Alice 朋友圈文案
- 浏览维度：Alice 人设对话
- 浏览维度：Alice 书信写作
- 浏览维度：一致性
- 浏览维度：写作能力
- 浏览维度：翻译能力
- 浏览维度：阅读理解
- 浏览维度：SQL 数据库能力
- 浏览维度：批判性思维
- 浏览维度：创意写作
- 浏览维度：指令遵循
- 浏览维度：数学能力
- 浏览维度：提示词注入对抗
- 浏览维度：知识问答
- 浏览维度：Agent MCP
- 浏览维度：代码生成
- 浏览维度：推理链
- 浏览维度：角色扮演
- 浏览维度：文本润色
- 浏览维度：上下文理解
- 浏览维度：幻觉控制
- 浏览维度：问答能力
- 浏览维度：文本摘要
- 浏览维度：多语言
- 浏览维度：Alice 生图提示词构建
- 浏览维度：逻辑推理
- 浏览维度：Alice 日程规划
- 浏览维度：中文拼音
